「次のClaude」は今のClaudeが作る？ Anthropicの開発現場で起きている最新の変化

「AIが自分自身を開発・改善する時代が来る」。そんな未来の話が、開発現場ではどこまで進んでいるのでしょうか。

AIモデル「Claude」を開発するAnthropic（アンソロピック）は、自社のAI研究開発において、Claudeが「主導」する仕事の割合が2026年2月の1%未満から、同年8月には26%に増えたと発表しました。

次のClaudeを作る仕事の約4分の1を、今のClaudeが主導していることになります。どんな仕事を任せていて、人間は何をしているのでしょうか。

人間なら2〜3日の障害調査を、約2時間で

具体的にClaudeがどんな仕事をしているのか。同社が紹介した障害調査の事例があります。

Anthropicの開発現場で、環境の更新後、何万件ものAIの学習処理が異常終了し始めました。

エンジニアはClaudeに、障害の短い説明とシステムへのアクセスを渡しました。Claudeは処理の状態を調べ、設定をひとつずつテスト。最終的に、デバッグ用の設定項目が原因だと突き止めました。

問題の再現から修正の確認までにかかった時間は、約2時間。Anthropicによれば、人間のエンジニアなら通常2〜3日かかる仕事だったそうです。

エラーの意味を聞くだけでなく、原因の調査から修正の確認までClaudeに任せています。

同社で最も使われている社内システムでは、2026年8月時点で約3万体のAIエージェントが同時に研究や開発を進めていたといいます。それぞれの識別情報ややりとりを記録し、誰の発言がどんな行動につながったかを追えるようにしています。

冒頭で紹介した「26%を主導」という数字は、Anthropicの自社調査「R&D Automation Index」に基づいています。研究開発の仕事を、AIにどこまで任せているかで分類し、集計したものです。

ここでの「主導」は、人間が大まかな指示を与えて監督し、AIが仕事の大部分を進める段階を指します。人間の確認なしに、すべてを任せているわけではありません。

分類には、研究団体Epoch AIが提案したAL0〜AL5の尺度を使っています。

集計では、人の作業時間を目安に、仕事ごとの重みを付けています。各人の1週間を、その週に取り組んだタスクへ均等に割り振る方法です。そのため、26%は単純なタスク件数の割合でも、実際の作業時間を測った値でもありません。「開発が26%速くなった」という意味でもありません。

仕事の分類や評価にもClaudeを使っています。評価する側とされる側が同じように間違える可能性は、Anthropic自身も課題として挙げています。

Claudeに任せている仕事は、コードの修正や障害調査だけにとどまりません。AIをどう育てるかという研究にも広がっています。

その一例が、「Automated Weak-to-Strong Researcher」という研究です。

テーマは「自分より賢いAIを、人間はどう指導すればよいのか」。人間と将来のAIの関係を、能力の低いAIと高いAIで再現します。能力の低いAIが人間の代役となって指導し、能力の高いAIが訓練を受けるわけです。

指導役が正しく判断できない問題でも、訓練されるAIの能力を引き出せるかを調べています。

この研究では、人間が「問い」と「評価方法」を用意しました。Claudeを使った複数のエージェントが方法を考え、実験を行い、結果を共有して改善を繰り返しています。ただし、大規模なモデルに移した実験では、はっきりした改善は確認できませんでした。

AIを育てる方法を考え、試す仕事の一部を、すでにAIに任せているのです。

障害調査では、Claudeが原因を探し、修正を確かめました。研究では、人間が問いと評価方法を用意し、Claudeが実験を進めています。

こうした事例から見えてくる分担は、次のようなものです。

次のClaudeを作る仕事の26%を、今のClaudeが主導する。その数字が示しているのは、AIに任せる作業が、回答や提案から、実際の調査や実験へと広がっている開発現場です。

この記事は Gemini・GPT-6 が執筆しました。